খালি স্প্রেডশিটের শৃঙ্খলা: ডেটা না এলে বিশ্লেষক কী লেখেন

স্টেজ-২ বিশ্লেষণের কাগজটা খোলার আগে ধরে নিয়েছিলাম, অন্তত একটা শিরোনাম, একটা তথ্যবিন্দু, একটা সত্তার নাম থাকবে। বাস্তবে যা এল, তা নয়টি মাত্রার একটা ফ্রেমওয়ার্ক, আর প্রতিটি ঘরে ফিরে ফিরে আসছে একই বাক্য — তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়। প্যাচ নেই, টুর্নামেন্টের নাম নেই, দল নেই, খেলোয়াড় নেই, অঞ্চল নেই, অর্থায়ন নেই, নিয়ম নেই, ঝুঁকি নেই, জনবর্ণনা নেই। শূন্য। শূন্যের সামনে দাঁড়িয়ে বিশ্লেষকের প্রথম কাজটা একটা প্রশ্নের উত্তর ঠিক করা: এই শূন্যতা কি আমার তথ্যসংগ্রহের ব্যর্থতা, নাকি মূল নিবন্ধেই এই তথ্য ছিল না? প্রশ্নটা ছোট মনে হলেও উত্তরটা গোটা বিশ্লেষণের দিক ঠিক করে দেয়।

দুই ধরনের প্রতিক্রিয়া হয়। এক, দ্রুত কিছু একটা বানিয়ে ফেলা — কারণ পাঠক ফাঁকা চায় না, আর ফাঁকা মানে অসম্পূর্ণ। দুই, সৎভাবে স্বীকার করা: এখানে আমার বলার মতো কিছু নেই, কারণ আমার কাছে বলার মতো তথ্য নেই। দ্বিতীয় পথটা কঠিন, কারণ এতে কাগজ ছোট হয়ে যায়, আর ছোট কাগজ দেখতে ব্যর্থতার মতো লাগে। ২০১৭ সালে রাজশাহীতে বসে ঢাকা আবাহনীর হয়ে বাংলাদেশ প্রিমিয়ার লিগের প্রথম xG মডেল বানাতে গিয়ে ঠিক এই লড়াইটা লড়তে হয়েছিল — ক্লাব চাইত সংখ্যা, আর আমি পারতাম না সংখ্যা বানাতে।

সেই বছর কতটা তথ্য ছিল, সেটা বলি। লিগের ১২০টি ম্যাচ, প্রতিটির ভিডিও, আর কোনো ইভেন্ট ডেটা সরবরাহকারী নেই। শটের অবস্থান হাতে টানতে হতো, ডিফেন্সিভ প্রেশার প্রোক্সি ভেরিয়েবল দিয়ে অনুমান করতে হতো, কারণ প্রতিটি ডুয়েলের ট্র্যাকিং ছিল না। মডেল যখন তৈরি হলো, আবাহনী ২-১ গোলে শেখ রাসেল কেসিকে হারানোর পর দেখা গেল আবাহনীর xG মাত্র ০.৯, শেখ রাসেলের ১.৭। ক্লাব প্রথমে মানতে চাইল না। স্কোরলাইন একটা গল্প বলছিল, মডেল বলছিল উল্টোটা। আমি তখন একটা নিয়ম বেঁধে ফেললাম, যেটা আজও মেনে চলি: যে ঘরে তথ্য নেই, সে ঘরে অনুমান লিখব না, “অজানা” লিখব। স্ট্যান্ডার্ড পোস্ট-ম্যাচ রিপোর্ট টেমপ্লেটের সবচেয়ে গুরুত্বপূর্ণ ঘরটা তাই কোনো সংখ্যা ছিল না, বরং একটা খালি ঘর, যার পাশে লেখা “ডেটা অনুপস্থিত”।

২০২২ সালে কাতার বিশ্বকাপে মরক্কোর হয়ে কাজ করার সময় স্পেনের বিরুদ্ধে টাইব্রেকারের প্রস্তুতি নিচ্ছিলাম। স্পেনের ১০০০-এর বেশি পেনাল্টি নমুনা ট্র্যাক করে বোনোকে বলা হয়েছিল সারাবিয়া, সোলের আর বুসকেটসের বিরুদ্ধে কেন্দ্রে থাকতে। মরক্কো টাইব্রেকার জিতল ৩-০, বোনো দুটো সেভ করলেন। কেউ বলল ভাগ্য, কিন্তু ওই সেভগুলো ভাগ্য ছিল না — ছিল নমুনা। প্রস্তুতি আর ভাগ্যের পার্থক্য হল নমুনার আকার। এই শিক্ষাটাই বলে, যখন নমুনা থাকে না, তখন সাহসের সঙ্গে “জানি না” বলা উচিত।

সেই অভ্যাস থেকেই আজকের মূল্যায়ন। নিচের নয়টি মাত্রার প্রতিটি আসলে একেকটা প্রশ্ন — আর প্রতিটা প্রশ্নের উত্তর দিতে নির্দিষ্ট ধরনের ডেটা দরকার। ডেটা না থাকলে উত্তরটা “মতামত” হয়ে যায়, আর একটা মতামতকে বিশ্লেষণ বলে চালিয়ে দেওয়া এই পেশার সবচেয়ে পুরনো প্রতারণা। আমার লেখার ধরনটা গড়ে উঠেছে একটা সহজ নিয়মে: মডেল প্রথমে, বর্ণনা পরে। যে দিন মডেল কিছু বলতে পারে না, সেই দিন লেখাটা খাটো হয় — কিন্তু ভুল হয় না। বছর পনেরো ধরে ম্যাচ দেখে আর সংখ্যা গুনে যে অভ্যাসটা তৈরি হয়েছে, সেটা হল ফাঁকা ঘরকে সম্মান করা।

নয়টি মাত্রা ধরে ধরে দেখা যাক, প্রতিটা আসলে কী দাবি করে, আর দাবিটা পূরণ না হলে কী হয়।

প্যাচ আর মেটার হিসাব। প্যাচ বিশ্লেষণের প্রথম শর্ত তিনটা: গেমের নাম, প্যাচ ভার্সন, পরিবর্তনের মাত্রা। এই তিনটার একটা ছাড়া বাকিটা অর্থহীন। লিগ অফ লেজেন্ডস, ডোটা ২, সিএস২, ভ্যালোরান্ট, অনার অব কিংস — প্রতিটির প্যাচ ক্যাডেন্স আলাদা, মেটা-স্থিতিশীলতা আলাদা। একটি চ্যাম্পিয়নের বেস ড্যামেজ দুই শতাংশ বদলানো, আর একটি নতুন অবজেক্টিভ যোগ করা, একই ধরনের পরিবর্তন নয়। প্যাচ বিশ্লেষণের আসল কাজ প্যাচের আকার মাপা, শুধু ঘটনাটা জানানো নয়। কে লাভবান, কে ক্ষতিগ্রস্ত, আর কোন দল আগেই দুর্বল ছিল — এগুলোর উত্তর দিতে উইন-রেট, পিক-ব্যান হার, আর প্যাচের পরপর প্রথম দুই সপ্তাহের “হানিমুন” সময়ের নমুনা দরকার। হানিমুন পর্বটা বিশেষভাবে প্রতারক, কারণ তখন পুরনো মেটার অভ্যাস আর নতুন সংখ্যার মাঝখানে একটা অস্থির জানালা থাকে, যেখানে জয়ের হার সত্যিকারের শক্তির চেয়ে অভিযোজনের গতি বেশি দেখায়। এই ডেটা ছাড়া “নতুন মেটা দল ক-এর জন্য ভালো” — এটা অনুমান, বিশ্লেষণ নয়।

এখানে একটা সাবধানতা দরকার। ২০২০ সালে যখন আমি এফসি কোপেনহেগেনের হয়ে খালি স্টেডিয়ামের প্রভাব মাপছিলাম, তখন ৮৩টি বুন্দেসলিগা ম্যাচের ডেটা দেখে বেরিয়ে এসেছিল, হোম উইন হার ৪৩.২% থেকে নেমে ৩৩.৩% হয়েছে, আর হোম দলের xG সুবিধা ম্যাচপ্রতি ০.২১ কমেছে। পরিবেশ বদলালে মডেল বদলাতে হয়, পুরনো সংখ্যা রক্ষা করে লাভ নেই। প্যাচের ক্ষেত্রেও একই নিয়ম খাটে। প্যাচ একটা পরিবেশ পরিবর্তন। পুরনো প্যাচের উইন-রেট দিয়ে নতুন প্যাচ ব্যাখ্যা করা মানে খালি স্টেডিয়ামের ম্যাচকে ভরা গ্যালারির নমুনায় মেলানো।

টুর্নামেন্ট ফরম্যাটের ওজন। টুর্নামেন্ট ফরম্যাট বিশ্লেষণের প্রশ্নটা সরল: কোন ইভেন্ট, কোন স্তরের, কোন ফরম্যাটে। ওয়ার্ল্ডস বা টিআই স্তরের একটি ম্যাচ, আঞ্চলিক লিগের একটি ম্যাচ, আর টায়ার-২ ইভেন্টের একটি ম্যাচ — এগুলোর প্রতিযোগিতামূলক ওজন এক নয়। বেস্ট-অব-ফাইভ সিরিজ আর সিঙ্গেল এলিমিনেশন, একই দলের জন্যও দুই রকম গল্প লিখে দেয়। সিরিজ যত লম্বা, ততটা ব্যাখ্যা ধীর হয়, ততটা দুর্ঘটনার জায়গা কমে। ফরম্যাট না জানলে কেউ “অঘটন” বলে চিৎকার করতে পারে, অথচ সংখ্যা বলত সেই সম্ভাবনা আগেই হিসাব করা ছিল। কোয়ালিফিকেশন পথ আর সময়সূচির ঘনত্বও এখানে জড়িয়ে যায় — টানা ম্যাচের চাপে দুর্বল দল ভেঙে পড়ে, আর সেটা কাগজে “ফর্ম” নামে দেখা যায়। এই তথ্য ছাড়া একটা ফলের তাৎপর্য মাপা অসম্ভব — ৩-০ স্কোর আর ৩-২ স্কোর কাগজে একই দেখায়, গল্পে নয়।

রোস্টার আর ফর্মের নমুনা। রোস্টার বিশ্লেষণে যা লাগে — পেপার স্ট্রেংথ, পজিশন ফিট, কেমিস্ট্রি, বেঞ্চ ডেপথ, তারপর প্রতিটি খেলোয়াড়ের ফর্ম কার্ভ, চুক্তির অবস্থা, আর বয়সজনিত অবনমনের ঝুঁকি। নাম না থাকলে এগুলোর একটাও মাপা যায় না। ২০১৮ সালে অপ্টার হয়ে রাশিয়া বিশ্বকাপে জার্মানি-মেক্সিকো ম্যাচ ট্র্যাক করার সময় দেখেছিলাম, জার্মানির ৬৭% বল দখল, ২৬টি শট, কিন্তু xG মাত্র ১.২; মেক্সিকো ১.০ xG থেকেই গোল পেয়েছিল। পিপিডিএ দিয়ে দেখা গেল জার্মানির প্রেস সংগঠিত ছিল না — পিপিডিএ ১২.৩ বনাম মেক্সিকোর ৮.৭। দখল আর শটের সংখ্যা প্রতিপত্তি দেখায়, xG সত্য দেখায়। রোস্টারের নাম ছাড়া এই ধরনের বিশ্লেষণ চালানো অসম্ভব, কারণ কে প্রেস ভাঙছিল, কে লাইন ধরে রাখছিল, কে শেষ দশ মিনিটে ভেঙে পড়ছিল — সেটা ব্যক্তির নামের সঙ্গে বাঁধা। নামহীন বিশ্লেষণ মানে ভিড়ের বিশ্লেষণ, আর ভিড়ের কোনো ফর্ম কার্ভ থাকে না।

অঞ্চলের শক্তি-মানচিত্র। আঞ্চলিক ল্যান্ডস্কেপের প্রশ্ন: কোন অঞ্চল, কোন স্তরে, আর তুলনাটা কার সঙ্গে। আন্তর্জাতিক ফলাফল, ট্যালেন্ট পুল, একাডেমি আউটপুট, ইকোসিস্টেম স্বাস্থ্য — এই চারটা স্তম্ভ ছাড়া অঞ্চল বিশ্লেষণ শুধু ভাবাবেগ। ইমপোর্ট মুভমেন্ট আর ট্যালেন্ট গ্যাপের ঝুঁকি মাপতে চাইলে ট্রান্সফার রেকর্ড, বয়স বিন্যাস, আর একাডেমি থেকে মূল দলে ওঠার হার দরকার। একটা অঞ্চল শক্তিশালী কি না, সেটা তার গর্বের মিছিল দিয়ে মাপা যায় না, তার পাইপলাইনের গভীরতা দিয়ে মাপা যায়। এই ডেটা না থাকলে আঞ্চলিক বিশ্লেষণ হয়ে দাঁড়ায় সমর্থকের ঝগড়া, যেখানে সংখ্যার বদলে শুধু পরিচয় কাজ করে, আর পরিচয়ের কোনো ত্রুটি-সীমা নেই।

ক্লাবের টাকার খাতা। ক্লাবের অর্থায়নে চারটা খাত — স্পনসরশিপ, লিগ বা পাবলিশার ডিস্ট্রিবিউশন, বেতন ব্যয়, মূলধন ইনজেকশন। একটা ট্রান্সফার বা চুক্তির মূল্য তখনই অর্থবহ হয়, যখন বোঝা যায় সেটা মোট বেতন বাজেটের কত অংশ, আর চুক্তির মেয়াদ কত। ২০১৭ সালে যখন xG মডেল নিয়ে ক্লাবের সঙ্গে কাজ করছিলাম, তখন শিখেছিলাম, একটা ফি কখনো আলাদা সংখ্যা নয়, সেটা একটা আস্থার ব্যবধান — যতটুকু নিশ্চিত, তার চারপাশে যতটুকু অনিশ্চিত, দুটোই একসঙ্গে পড়তে হয়। বেতন-থেকে-আয় অনুপাত আর আয়ের ঘনত্ব না জানলে ক্লাবের স্থায়িত্ব নিয়ে কোনো মন্তব্য দায়িত্বজ্ঞানহীন। অর্থায়নের তথ্য না থাকলে “দলটা বড় অঙ্ক খরচ করছে” — এই বাক্যটা শুধু অনুমানের পোশাক, যার ভেতরে কিছু নেই।

নিয়ম আর গভর্নেন্স। নিয়ম আর গভর্নেন্সে চেকলিস্ট কঠিন: প্রতিযোগিতার সততা, ট্রান্সফার ও রেজিস্ট্রেশন নিয়ম, চুক্তি মেনে চলা, অপ্রাপ্তবয়স্কদের সুরক্ষা, পাবলিশার গভর্নেন্স বিতর্ক। কোন নিয়ম ব্যবস্থা প্রযোজ্য — পাবলিশারের নিয়ম, লিগের নিয়ম, নাকি জাতীয় আইন — সেটা জানা ছাড়া ঝুঁকির মাত্রা বলা যায় না। শাস্তির তিনটি দৃশ্য (সবচেয়ে খারাপ, মাঝারি, অনুকূল) আগেই লিখে রাখা দরকার, যাতে পরে ব্যাখ্যা বানাতে না হয়। নিয়ম বিশ্লেষণে সতর্কতা জরুরি, কারণ একটা ভুল অভিযোগ একটা ক্লাবের সুনাম নষ্ট করতে পারে, আর একটা মিস করা সংকেত পুরো লিগের সততাকে প্রশ্নে ফেলে। দুই দিকেই ক্ষতি সমান, তাই এখানে দ্রুত সিদ্ধান্তের চেয়ে স্পষ্ট সীমারেখা বেশি দরকার।

ঝুঁকির ম্যাট্রিক্স। ঝুঁকির ম্যাট্রিক্সে ছয়টা শ্রেণি — প্রতিযোগিতামূলক, আর্থিক, কর্মী, নিয়ম, জনমত, সিস্টেমিক। কোনটা আগে, সেটা নির্ভর করে মূল ঘটনার প্রকৃতির উপর। বিষয়টা না জানলে অগ্রাধিকার ঠিক করা যায় না, প্রশমন সুপারিশ তো দূরের কথা। একটা উদাহরণ: বেতন বকেয়া থাকলে সেটা আর্থিক ঝুঁকি, কিন্তু সেটা দ্রুত কর্মী ঝুঁকিতে রূপ নেয়, কারণ মূল খেলোয়াড় চলে গেলে প্রতিযোগিতামূলক ঝুঁকি বাড়ে, আর সেটা জনমতের চাপে সিস্টেমিক রূপ নিতে পারে। ঝুঁকির সংকেতগুলো একে অন্যের সঙ্গে জড়ানো, তাই একটা সংকেত দেখে সিদ্ধান্তে লাফ দেওয়া বিপজ্জনক। ডেটা না থাকলে এই ম্যাপটা ফাঁকা থাকে, আর ফাঁকা ম্যাপ নিয়ে কেউ সফর করে না।

জনবর্ণনার তাপমাত্রা। জনবর্ণনা আর প্রত্যাশার বিশ্লেষণে যা লাগে — স্রোতের মৌলিক ভিত্তি, নমুনার আকার, আর উত্তেজনার সঙ্গে ভিত্তির অনুপাত। সোশ্যাল মিডিয়ার তাপ আর মাঠের বাস্তব — এই দুইয়ের ফারাকটাই আসল সংকেত। প্রত্যাশা যখন নমুনার আকার ছাড়িয়ে যায়, তখন প্রত্যাশাটাই ঝুঁকি। একটা ছোট নমুনার উপর দাঁড়ানো গল্প দ্রুত উল্টে যায়, আর সেই উল্টে যাওয়ার সময়টাই সবচেয়ে বেশি লোককে আঘাত করে। ২০১৭ সালের সাপ্তাহিক থ্রেডগুলো শেখাল, সংখ্যা দিয়ে শুরু করলে সমালোচনা কম আসে, আবেগ দিয়ে শুরু করলে বেশি আসে।

ইন্ডাস্ট্রি ট্রান্সমিশন। ইন্ডাস্ট্রি ট্রান্সমিশন ম্যাপে তিন স্তর — আপস্ট্রিম পাবলিশার, মিডস্ট্রিম ক্লাব ও প্ল্যাটফর্ম, ডাউনস্ট্রিম স্পনসরশিপ ও মূলধারায় প্রবেশ। একটা প্যাচ, একটা ইভেন্ট, একটা নিয়ম — এগুলোর ঢেউ এই তিন স্তরে আলাদা গতিতে পৌঁছায়। পাবলিশার কৌশল বদলালে স্ট্রিমিং ইকোসিস্টেমে তার ছায়া পড়তে কয়েক মাস লাগে, আর স্পনসরশিপে তার ছাপ পড়ে আরও পরে। তাই ইন্ডাস্ট্রি বিশ্লেষণে সময়ের ব্যবধান মাপা জরুরি, তাৎক্ষণিক প্রতিক্রিয়া নয়। বিষয়টা না জানলে এই ম্যাপটা আঁকা যায় না, শুধু বাক্সগুলো ফাঁকা থেকে যায়, আর ফাঁকা বাক্সও এক ধরনের মিথ্যা তথ্য — কারণ দেখতে লাগে বিশ্লেষণ হয়েছে।

এই নয়টা মাত্রা একসঙ্গে পড়লে একটা কথা স্পষ্ট হয়: বিশ্লেষণ মানে শুধু যা আছে তা বলা নয়, বরং যা নেই সেটাও চিহ্নিত করা। একটা ফাঁকা ঘর, যদি সৎভাবে ফাঁকা রাখা হয়, সেটাও একটা তথ্য — এটা বলে, “এখানে এখনও কিছু জানা নেই, আর না জেনে সিদ্ধান্ত নেওয়া ভুল হবে।” আমার কাছে এটাই ডেটা মঙ্কের মূল শৃঙ্খলা, আর এই শৃঙ্খলাটাই সবচেয়ে কঠিন, কারণ এটি সিদ্ধান্ত না নেওয়ার সিদ্ধান্ত।

কিন্তু এখানে একটা পাল্টা প্রশ্ন জরুরি, কারণ ফাঁকা ঘর রাখার সততাও একটা ফাঁদ হয়ে উঠতে পারে। যদি বিশ্লেষক সবসময় “তথ্য অপর্যাপ্ত” লিখে দেন, তাহলে তিনি দায় এড়ান, সিদ্ধান্ত নেন না, আর নিজের অক্ষমতাকে সততা বলে চালিয়ে দেন। সততা আর সিদ্ধান্তহীনতা — এই দুইয়ের পার্থক্য বজায় রাখা কঠিন। আমার নিজের অভিজ্ঞতা বলছে, ফাঁকা ঘরের পাশে একটা তারিখ থাকা দরকার — কবে আবার দেখব, কবে এই ঘরটা ভরবে। নইলে সততা হয়ে দাঁড়ায় অবহেলা, আর পাঠক বুঝতেই পারেন না কোনটা কোনটা।

দ্বিতীয় ফাঁদটা আরও সূক্ষ্ম। কাউন্টার-ইনটুইটিভ আবিষ্কার নিজেই একটা পুরস্কার হয়ে উঠতে পারে। “সবাই যেটা ভাবছে, আমি উল্টোটা ভাবছি” — এই ভঙ্গিটা দর্শক টানে, কিন্তু তথ্য যোগায় না। ২০১৭ সালে যখন ক্লাবকে বললাম আবাহনীর xG কম, তখন সেটা কাউন্টার-ইনটুইটিভ ছিল, কিন্তু ভিত্তি ছিল সংখ্যা — ম্যাচের শট ম্যাপ আর প্রেশার ভ্যালু। কাউন্টার-ইনটুইটিভ হতে হলে একটা ভুল-প্রমাণযোগ্য পূর্বাভাস দিতে হয়, শুধু ভিন্নমত জানালে হয় না। যে বিশ্লেষক প্রতিবার উল্টোটা বলেন, তিনি আসলে ভবিষ্যদ্বাণী করছেন না, শুধু মনোযোগ চাইছেন, আর সেটা এই পেশার সবচেয়ে বড় অবক্ষয়।

তৃতীয় ফাঁদ — ফুটবলের xG যুক্তি ইস্পোর্টসে সরাসরি টেনে আনা। আমার শিকড় ২০১৭ সালের xG নির্মাণে, তাই এই প্রলোভনটা আমার সবচেয়ে বড়। ফুটবলে xG কাজ করে, কারণ গোলের ঘটনা বিরল, শটের অবস্থান সীমিত, আর গোলরক্ষক একটা নির্দিষ্ট ভূমিকা রাখে। ইস্পোর্টসে টাইম-টু-কিল, রাউন্ড ইকোনমি, অবজেক্টিভ কন্ট্রোল — এগুলো আলাদা কাঠামো, আলাদা বিন্যাস। এক মেট্রিক এক জগতে কাজ করলেই অন্য জগতে কাজ করবে না; প্রতিটা মেট্রিককে সেখানকার রাউন্ড, অবজেক্টিভ আর পিক-ব্যান বাস্তবতার সঙ্গে মিলিয়ে যাচাই করতে হয়। এই যাচাই ছাড়া ফুটবলের সংখ্যা ইস্পোর্টসের পোশাক পরে ঘুরে বেড়ায়, আর কেউ ধরতে পারে না, কারণ পোশাকটা চেনা।

তাহলে সামনে কী দেখব? এই মুহূর্তে সবচেয়ে দরকারি সংকেতটা হল — মূল নিবন্ধের পুনরুদ্ধার আর স্টেজ-১ ডিকনস্ট্রাকশনের নতুন করে চালানো, কারণ ফাঁকা ইনপুটের উপর দাঁড়ানো সিদ্ধান্ত শুধু অনুমান। আর একটা কথা মনে রাখা ভালো: আগামী চক্রে যখন প্যাচ নামবে, টুর্নামেন্টের ফরম্যাট বদলাবে, রোস্টার সরে যাবে — তখন সবচেয়ে দ্রুত যেটা বদলাবে, সেটা হল প্রত্যাশা, আর সবচেয়ে ধীরে যেটা বদলাবে, সেটা হল ভিত্তি। বিশ্লেষকের কাজ হল এই দুইয়ের মধ্যে দাঁড়িয়ে সময় নষ্ট না করা, আর তথ্য না এলে সেটা স্পষ্ট বলা। যে কাগজ খালি, সেটা খালি বলাটাই আজকের সবচেয়ে সৎ সিদ্ধান্ত।